一种滚动预测的方法、及装置制造方法及图纸

本发明专利技术实施例公开了一种滚动预测的方法、及装置，其中方法的实现包括：确定参考序列中各序列的滞后性特征的滞后期；所述参考序列中包含至少两个序列，所述参考序列中包含外部序列和/或自身序列；依据所述参考序列中各序列的滞后性特征的滞后期，对所述参考序列中各序列的滞后性特征进行重排序，将重新排序后属于同期的滞后性特征进行组合得到待选特征组合；从所述待选特征组合中选择特征组合对已知结果的验证集进行滚动预测，选取滚动预测结果符合预定条件的特征组合作为目标特征组合；使用所述目标特征组合对所述自身序列进行滚动预测。综合考虑了自身序列/外部序列对滚动预测结果的影响，滚动预测结果更为准确和稳定。

Method, device and device for rolling prediction

The embodiment of the invention discloses a method and a device, rolling forecast, which method comprises: determining the sequence of the reference sequence lag characteristics of the lag period; the reference contains at least two sequences in the reference sequence includes external and / or its sequence; according to the the reference sequence of lag characteristics of lag, lag characteristics of each sequence of the reference sequence of reordering, the lag of reordering belonging to the same period are combined to get the feature combination; to select the combination of features from the feature selection combination to verify the known result set rolling forecast, selection of rolling forecast feature combination results meet the predetermined conditions as the target feature; using the target feature combination forecast of the sequence itself. Considering the influence of the sequence and the external sequence on the rolling prediction, the rolling prediction results are more accurate and stable.

【技术实现步骤摘要】
一种滚动预测的方法、及装置
本专利技术涉及计算机
，特别涉及一种滚动预测的方法、及装置。
技术介绍
企业中经常有一些衡量自身经营状况的指标，如：主营收入、利润等。这些指标随着时间累计形成在时间上有前后相依顺序的数据，这些数据属于序列数据，这些数据在时间上有前后相依的顺序称为时间序列。对于企业的运营情况，人们不仅仅只是关心当前指标，还会关心未来这些指标可能的值，提前做好策略准备，规避未来可能的风险或指导生产经营的决策。通常情况下，人们除了关心未来一个时期上述指标的情况外，也会希望了解未来更长时间内该指标的值的情况，比如：月收入值，企业管理人关心未来1个月的收入值，也会想要了解未来12个月的月收入值。因此时间序列向前多期的滚动预测被广泛应用于企业中。学界中研究的方法通常使用自身序列的规律进行预测。对于某一指标A的自身序列，是指该A自身的历史数据组成的序列。相对来说，外部序列则是该A之外的其他指标的历史数据组成的序列。通常可以将自身序列称为目标序列，以目标序列为基准，其他序列称为外部序列。随着企业对于内部数据的重视，越来越多外部序列被收集并用于目标序列的滚动预测，这些外部序列与目标序列的数据存在一定的滞后相关性；比如3个月前的发货数据会影响到当月的收入，该3个月称为滞后期；因此选择合适的滞后期外部序列可以提高预测的准确性。以下是结合应用外部序列和自身序列进行滚动预测的实现方案，具体包括：一、确定滞后期：计算参考序列(包含目标序列以及外部序列)与目标序列之间的相关性，选择相关性最高的滞后期t，通过相关性检验确定相关性是否显著，若相关性显著则确定为有滞后性影响并且滞后期为t。其中，对于目标序列自身的滞后期，可以使用自相关函数，获得不同时期的自相关值，通过相关性检验确认相关性是否显著，若相关性显著则确定对应的那一期为滞后期，否则不存在滞后期，即：滞后期为0。二、建立模型：根据参考序列与目标序列之间的滞后期建立合适的模型，例如：多元线形回归模型。三、滚动预测:输入上述目标序列的特征进行滚动预测，当所需的外部特征缺失时，可以先预测外部序列的特征值，然后输入该特征值进行滚动预测。采用以上方案进行滚动预测，准确性较低稳定性也较低。
技术实现思路
本专利技术实施例提供了一种滚动预测的方法、及装置，用于提高滚动预测的准确性和稳定性。一方面本专利技术实施例提供了一种滚动预测的方法，包括：确定参考序列中各序列的滞后性特征的滞后期；所述参考序列中包含至少两个序列，所述参考序列中包含外部序列和/或自身序列；依据所述参考序列中各序列的滞后性特征的滞后期，对所述参考序列中各序列的滞后性特征进行重排序，将重新排序后属于同期的滞后性特征进行组合得到待选特征组合；从所述待选特征组合中选择特征组合对已知结果的验证集进行滚动预测，选取滚动预测结果符合预定条件的特征组合作为目标特征组合；使用所述目标特征组合对所述自身序列进行滚动预测。参考序列可以只有外部序列，也可以只有自身序列，优选地同时使用外部序列和自身序列。验证集是已经知道结果的序列，使用待选特征组合对其进行预测可以知道哪些特征组合预测效果较好，另一些则相对较差；这里符合预定条件是为了挑选预测效果较好的特征组合。在一种可能的实现方式中，所述从所述待选特征组合中选择特征组合，包括：以遍历的方式从所述待选特征组合中选择特征组合；或者，以随机的方式从所述待选特征组合中选择特征组合；或者，以遍历或者随机的方式从所述待选特征组合中选择特征组合，且选择的特征组合中包含至少一个外部序列的滞后性特征和至少一个自身序列的滞后性特征。以上三种选择特征组合的方案中，其中第一种计算量较大，但是优点在于较为全面，因此在计算能力较强或者计算资源较多的情况下可以作为优选实现方案；第二种计算量相对较小，可以提高计算效率；第三种的优点在于同时考虑了外部序列还自身序列对滚动预测结果的影响。在一种可能的实现方式中，所述目标特征组合包含至少两个符合预定条件的特征组合；在使用所述目标特征组合对所述自身序列进行滚动预测之前，所述方法还包括：从所述符合预定条件的特征组合中选取特征组合得到待确定目标组合；使用所述待确定目标组合对所述已知结果的验证集进行滚动预测，在符合预定的停止条件时将所述待确定目标组合作为所述目标特征组合。本实施例进一步组合了特征组合，这有助于进一步提高预测的准确性和稳定性。另外，也可以对特征组合进行一定的筛选。在一种可能的实现方式中，所述预定的停止条件包括：新选择特征组合加入到所述待确定目标组合滚动预测结果不再提升；或者，选择特征组合的次数达到预定次数；或者，有提升预测结果的情况下选取到同一特征组合的次数达到指定次数。以上三种停止条件中，第一种以预测结果最优为目标，第二种控制最为简单，较小的预定次数可以预防过拟合发生；第三种控制也较为简单，当多次抽取到同一个特征组合时停止选择，可以确定其他特征组合都无法提高预测效果；这里“多次”的具体次数可以预先设定，比如：2、5或者其他值。在一种可能的实现方式中，所述目标特征组合中包含至少两个特征组合，所述使用所述目标特征组合对所述自身序列进行滚动预测包括：使用所述目标特征组合中的各特征组合分别对所述自身序列进行滚动预测，然后计算滚动预测的结果的加权平均值。二方面本专利技术实施例提供了一种滚动预测装置，包括：滞后期确定单元，用于确定参考序列中各序列的滞后性特征的滞后期；所述参考序列中包含至少两个序列，所述参考序列中包含外部序列和/或自身序列；重排单元，用于依据所述参考序列中各序列的滞后性特征的滞后期，对所述参考序列中各序列的滞后性特征进行重排序；组合单元，用于将重新排序后属于同期的滞后性特征进行组合得到待选特征组合；特征选择单元，用于从所述待选特征组合中选择特征组合对已知结果的验证集进行滚动预测，选取滚动预测结果符合预定条件的特征组合作为目标特征组合；滚动预测单元，用于使用所述目标特征组合对所述自身序列进行滚动预测。在一种可能的实现方式中，所述特征选择单元，用于以遍历的方式从所述待选特征组合中选择特征组合；或者，以随机的方式从所述待选特征组合中选择特征组合；或者，以遍历或者随机的方式从所述待选特征组合中选择特征组合，且选择的特征组合中包含至少一个外部序列的滞后性特征和至少一个自身序列的滞后性特征。在一种可能的实现方式中，所述目标特征组合包含至少两个符合预定条件的特征组合；所述装置还包括：组合选择单元，用于在所述滚动预测单元使用所述目标特征组合对所述自身序列进行滚动预测之前，从所述符合预定条件的特征组合中选取特征组合得到待确定目标组合；所述滚动预测单元，还用于使用所述待确定目标组合对所述已知结果的验证集进行滚动预测；所述特征选择单元，用于在所述滚动预测单元进行滚动预测过程中符合预定的停止条件时将所述待确定目标组合作为所述目标特征组合。在一种可能的实现方式中，所述预定的停止条件包括：新选择特征组合加入到所述待确定目标组合滚动预测结果不再提升；或者，选择特征组合的次数达到预定次数；或者，新选择特征组合加入到所述待确定目标组合预测结果有提升预测结果的情况下，选取到同一特征组合的次数达到指定次数。在一种可能的实现方式中，所述目标特征组合中包含至少两个特征组合；所述滚动预测单元，用于使用所述目标特本文档来自技高网...

【技术保护点】
一种滚动预测的方法，其特征在于，包括：确定参考序列中各序列的滞后性特征的滞后期；所述参考序列中包含至少两个序列，所述参考序列中包含外部序列和/或自身序列；依据所述参考序列中各序列的滞后性特征的滞后期，对所述参考序列中各序列的滞后性特征进行重排序，将重新排序后属于同期的滞后性特征进行组合得到待选特征组合；从所述待选特征组合中选择特征组合对已知结果的验证集进行滚动预测，选取滚动预测结果符合预定条件的特征组合作为目标特征组合；使用所述目标特征组合对所述自身序列进行滚动预测。

【技术特征摘要】
1.一种滚动预测的方法，其特征在于，包括：确定参考序列中各序列的滞后性特征的滞后期；所述参考序列中包含至少两个序列，所述参考序列中包含外部序列和/或自身序列；依据所述参考序列中各序列的滞后性特征的滞后期，对所述参考序列中各序列的滞后性特征进行重排序，将重新排序后属于同期的滞后性特征进行组合得到待选特征组合；从所述待选特征组合中选择特征组合对已知结果的验证集进行滚动预测，选取滚动预测结果符合预定条件的特征组合作为目标特征组合；使用所述目标特征组合对所述自身序列进行滚动预测。2.根据权利要求1所述方法，其特征在于，所述从所述待选特征组合中选择特征组合，包括：以遍历的方式从所述待选特征组合中选择特征组合；或者，以随机的方式从所述待选特征组合中选择特征组合；或者，以遍历或者随机的方式从所述待选特征组合中选择特征组合，且选择的特征组合中包含至少一个外部序列的滞后性特征和至少一个自身序列的滞后性特征。3.根据权利要求1或2所述方法，其特征在于，所述目标特征组合包含至少两个符合预定条件的特征组合；在使用所述目标特征组合对所述自身序列进行滚动预测之前，所述方法还包括：从所述符合预定条件的特征组合中选取特征组合得到待确定目标组合；使用所述待确定目标组合对所述已知结果的验证集进行滚动预测，在符合预定的停止条件时将所述待确定目标组合作为所述目标特征组合。4.根据权利要求3所述方法，其特征在于，所述预定的停止条件包括：新选择特征组合加入到所述待确定目标组合滚动预测结果不再提升；或者，选择特征组合的次数达到预定次数；或者，有提升预测结果的情况下选取到同一特征组合的次数达到指定次数。5.根据权利要求1至4任意一项所述方法，其特征在于，所述目标特征组合中包含至少两个特征组合，所述使用所述目标特征组合对所述自身序列进行滚动预测包括：使用所述目标特征组合中的各特征组合分别对所述自身序列进行滚动预测，然后计算滚动预测的结果的加权平均值。6.一种滚动预测装置，其特征在于，包括：滞后期确定单元，用于确定参考序列中各序列的滞后性特征的...

【专利技术属性】
技术研发人员：陈新杰，赵志洪，胡楠，张观侣，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：广东,44